संभावना अनुपात (उर्फ विचलन) सांख्यिकीय और अभाव-फिट (या अच्छाई-की-फिट) परीक्षण glm(..., family = binomial)
आर में एक लॉजिस्टिक रिग्रेशन मॉडल ( फ़ंक्शन का उपयोग करने के लिए फिट) के लिए प्राप्त करने के लिए काफी सरल है । हालांकि, कुछ सेल काउंट को कम करना काफी आसान हो सकता है यह परीक्षण अविश्वसनीय है। एक तरह से फिट की कमी के लिए संभावना अनुपात परीक्षण की विश्वसनीयता सत्यापित करने के लिए अपने परीक्षण आंकड़ा और तुलना करने के लिए है पी पियर्सन की ची वर्ग के उन लोगों के लिए -value (या) कमी-फिट परीक्षण।
फिट की कमी के लिए न तो glm
ऑब्जेक्ट और न ही इसकी summary()
विधि पियरसन के ची स्क्वायर टेस्ट के लिए टेस्ट स्टेटिस्टिक रिपोर्ट करती है। मेरी खोज में, केवल एक चीज जो मैं आया था वह chisq.test()
फ़ंक्शन ( stats
पैकेज में) है: इसका दस्तावेजीकरण कहता है " chisq.test
ची-स्क्वैर्ड आकस्मिक टेबल परीक्षण और अच्छाई-से-फिट परीक्षण करता है।" हालाँकि, इस तरह के परीक्षण करने के लिए प्रलेखन विरल है:
यदि
x
एक पंक्ति या स्तंभ के साथ एक मैट्रिक्स है, या यदिx
एक वेक्टर है औरy
नहीं दिया जाता है, तो एक अच्छाई-की-फिट परीक्षण किया जाता है (x
इसे एक आयामी आकस्मिक तालिका के रूप में माना जाता है)।x
गैर-नकारात्मक पूर्णांक की प्रविष्टियाँ होनी चाहिए। इस मामले में, परिकल्पना का परीक्षण किया जाता है कि क्या जनसंख्या संभावनाएं उन लोगों के बराबर हैंp
, याp
नहीं दिए जाने पर सभी समान हैं ।
मुझे लगता है कि आप के तर्क के लिए वस्तु के y
घटक का उपयोग कर सकते हैं । हालाँकि, आप तर्क के लिए ऑब्जेक्ट के घटक का उपयोग नहीं कर सकते , क्योंकि आपको एक त्रुटि मिलेगी: " "glm
x
chisq.test
fitted.values
glm
p
chisq.test
probabilities must sum to 1.
मैं (R में) कम से कम पियर्सन की गणना कैसे कर सकता हूं मैन्युअल रूप से चरणों के माध्यम से चलने के बिना फिट के अभाव के लिए परीक्षण आँकड़ा?